協(xié)同過濾算法改進(jìn)實(shí)驗(yàn)及對(duì)比分析

摘要：在協(xié)同過濾推薦算法中融入時(shí)間因素對(duì)其進(jìn)行改進(jìn)，為了驗(yàn)證改進(jìn)后的算法能夠把推薦的準(zhǔn)確度給提高，使用Python編程語言，在電影數(shù)據(jù)集Movielens中的ml-lm數(shù)據(jù)集下進(jìn)行實(shí)驗(yàn)，對(duì)比傳統(tǒng)與改進(jìn)算法之間的MAE值。文章介紹了實(shí)驗(yàn)的目的、評(píng)價(jià)指標(biāo)、理論知識(shí)、過程和結(jié)果。通過實(shí)驗(yàn)的結(jié)果可以明顯看出這種改進(jìn)后的算法能夠提高推薦的準(zhǔn)確度。

關(guān)鍵詞：協(xié)同過濾；推薦算法；改進(jìn)；MAE；實(shí)驗(yàn)

中圖分類號(hào)：G642? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2022）35-0064-03

1概述

當(dāng)用戶面對(duì)海量的商品不知道該如何選擇的時(shí)候，推薦系統(tǒng)能夠很直接地把用戶和商品給聯(lián)系起來，把那些用戶有意向購買的商品挖掘出來，對(duì)用戶進(jìn)行推薦[1]。在一個(gè)推薦系統(tǒng)中，最重要的就是推薦算法，其直接影響著對(duì)用戶推薦的結(jié)果[2]。協(xié)同過濾推薦算法是一種用得非常多的推薦算法，其思想是先找出用戶或者物品以往的數(shù)據(jù)信息，根據(jù)這些數(shù)據(jù)信息把與之相似的用戶或者物品給找到，通過計(jì)算他們的相似度，來確定用戶是否真的對(duì)此類東西有興趣，就能夠?qū)λ麄冏龀鐾扑][3]。但是隨著時(shí)間的推移用戶的一些行為和習(xí)慣都會(huì)發(fā)生變化，所以在協(xié)同過濾推薦算法中融入時(shí)間因素對(duì)其進(jìn)行改進(jìn)[4]。為了驗(yàn)證這種改進(jìn)的推薦算法能否提高推薦的準(zhǔn)確度，在實(shí)驗(yàn)中與傳統(tǒng)算法的準(zhǔn)確度進(jìn)行了比較，為提高推薦系統(tǒng)的推薦質(zhì)量尋找新的方法。

2實(shí)驗(yàn)?zāi)康?/p>

比較傳統(tǒng)的協(xié)同過濾算法與融入時(shí)間因素后的改進(jìn)的協(xié)同過濾算法的推薦準(zhǔn)確度，為提高推薦系統(tǒng)的推薦質(zhì)量尋找新的方法。

3實(shí)驗(yàn)評(píng)價(jià)指標(biāo)

為了比較算法的準(zhǔn)確度，實(shí)驗(yàn)中采用平均絕對(duì)誤差（MAE）作為準(zhǔn)確度的評(píng)價(jià)指標(biāo) [5]，公式為：

[MAE=imi=1m|yi-y'i|]

公式里，[yi]是實(shí)驗(yàn)選取的測(cè)試集里的真實(shí)的值，[y'i]是預(yù)測(cè)的值，[m]是實(shí)驗(yàn)中選取的樣本的數(shù)量。實(shí)驗(yàn)結(jié)果中MAE越是小，就意味著其所預(yù)測(cè)的準(zhǔn)確度就越是高。

4實(shí)驗(yàn)理論知識(shí)

4.1算法介紹

協(xié)同過濾推薦算法是一種用得非常多的推薦算法。有基于用戶的協(xié)同過濾（UserCF）算法和基于物品的協(xié)同過濾（ItemCF）算法[6]。

在實(shí)際的推薦過程中，時(shí)間的變化是不能夠忽視的因素，隨著時(shí)間的變化，用戶的購買行為和用戶的購買習(xí)慣會(huì)發(fā)生一些變化[7]。把時(shí)間因素融入?yún)f(xié)同過濾算法中可以反映用戶最近的購買行為和習(xí)慣[8]，將算法進(jìn)行改進(jìn)后它的工作流程如圖1所示：

4.2改進(jìn)UserCF算法

在對(duì)UserCF算法改進(jìn)中，主要在計(jì)算相似度時(shí)對(duì)算法進(jìn)行了改進(jìn)，UserCF算法中計(jì)算相似度的公式為：

[Wuv=N（u）∩N（v）N（u）∪N（v）]

在公式里面，[N（u）]與[N（v）]是用戶[u]與[v]有行為的物品集。

改進(jìn)后，增加時(shí)間衰減函數(shù)并懲罰熱門商品[9]后，用戶[u]與[v]的相似度公式為：

[Wuv=i∈N（u）∩N（v）1lg （1+N（i）f（|tui-tvi|）N（u）∪N（v）]

改進(jìn)后構(gòu)造出新的算法TF-UserCF算法。

4.3改進(jìn)ItemCF算法

在對(duì)ItemCF算法改進(jìn)中，主要在計(jì)算相似度時(shí)對(duì)算法進(jìn)行了改進(jìn)，ItemCF算法中計(jì)算相似度的公式為：

[Wuv=N（i）∩N（j）N（i）∪N（j）]

在公式里面，[N（i）]與[N（j）]是跟物品[i]與[j]產(chǎn)生交互的用戶的集合。

改進(jìn)后，增加時(shí)間衰減函數(shù)并降低活躍用戶的權(quán)重[10]，物品[i]與[j]的相似度公式為：

[Wij=u∈N（i）∩N（j）1lg （1+N（u）f（|tui-tuj|）N（i）∪N（j）]

改進(jìn)后構(gòu)造出新的算法TF-ItemCF算法。

5實(shí)驗(yàn)過程

5.1實(shí)驗(yàn)環(huán)境準(zhǔn)備

在計(jì)算機(jī)的選擇方面，使用聯(lián)想臺(tái)式機(jī)，具體配置為：Intel Core i5-3470 3.20GHz的CPU，8GB內(nèi)存，64位Windows 10的操作系統(tǒng)。

在軟件方面，使用的編程語言是python編程語言，數(shù)據(jù)庫為MySQL數(shù)據(jù)庫，在PyCharm中開發(fā)實(shí)現(xiàn)。

5.2實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備

在這次的實(shí)驗(yàn)里面，以電影數(shù)據(jù)集Movielens中的ml-lm數(shù)據(jù)集來分析實(shí)驗(yàn)。分析該數(shù)據(jù)集，在PyCharm中運(yùn)行Python代碼查看數(shù)據(jù)集中的ratings.dat文件，結(jié)果如圖2所示：

由圖2可知，數(shù)據(jù)集中用戶數(shù)量為6040個(gè)，電影的數(shù)量為3952部，總共的評(píng)分記錄為1000209條，評(píng)分范圍是1～5分。

在PyCharm中運(yùn)行Python代碼查看數(shù)據(jù)集中的movies.dat文件，結(jié)果如圖3所示。

由圖3可知，數(shù)據(jù)集中總共有18種類型的電影，各類型分布不均，最多的Drama占到25%，最少的Film-Noir只占到0.7%。

在實(shí)驗(yàn)開始前，要將數(shù)據(jù)集提前進(jìn)行相應(yīng)的處理，把數(shù)據(jù)集都拆分成80%的訓(xùn)練數(shù)據(jù)和20%的測(cè)試數(shù)據(jù)，拆分?jǐn)?shù)據(jù)集代碼為：

5.3實(shí)驗(yàn)步驟

做兩組實(shí)驗(yàn)，比較傳統(tǒng)算法與改進(jìn)算法的MAE值。

第一組實(shí)驗(yàn)比較UserCF算法與改進(jìn)后的TF-UserCF算法的MAE值。

首先在傳統(tǒng)UserCF算法中增加時(shí)間衰減函數(shù)，構(gòu)造出計(jì)算用戶相似度的UserSimilarityBest函數(shù)，代碼為：

然后把鄰居的個(gè)數(shù)K值從5開始每次增加5，直到UserCF算法與改進(jìn)后的TF-UserCF算法的MAE值趨于平穩(wěn)，最終K值增加到40。比較這兩種算法的MAE值，如圖6所示：

第二組實(shí)驗(yàn)比較ItemCF算法與改進(jìn)后的TF-ItemCF算法的MAE值。

首先在傳統(tǒng)ItemCF算法中增加時(shí)間衰減函數(shù)，構(gòu)造出計(jì)算物品相似度的ItemSimilarityBest函數(shù)，代碼為：

然后把鄰居的個(gè)數(shù)K值從5開始每次增加5，直到ItemCF算法與改進(jìn)后的TF-ItemCF算法的MAE值趨于平穩(wěn)，最終K值增加到40。比較這兩種算法的MAE值，如圖8所示：

5.4實(shí)驗(yàn)結(jié)果分析

通過上述兩組實(shí)驗(yàn)可以看出，無論是傳統(tǒng)的UserCF算法還是傳統(tǒng)的ItemCF算法，改進(jìn)后的算法在相同的K值下MAE值都比傳統(tǒng)的要低。在對(duì)傳統(tǒng)協(xié)同過濾算法中加入的時(shí)間因素進(jìn)行了改進(jìn)之后，可以提升算法的準(zhǔn)確度。

6結(jié)束語

在傳統(tǒng)的協(xié)同過濾推薦算法中加入了時(shí)間因素并對(duì)其加以改進(jìn)，使用電影數(shù)據(jù)集Movielens中的ml-lm數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)來對(duì)比改進(jìn)后算法和傳統(tǒng)算法的準(zhǔn)確度。通過實(shí)驗(yàn)研究，可以發(fā)現(xiàn)這種改進(jìn)后的算法可以提高推薦的準(zhǔn)確度。

在本次實(shí)驗(yàn)中只使用了一種數(shù)據(jù)集來做實(shí)驗(yàn)，在以后的實(shí)驗(yàn)研究中，為了使實(shí)驗(yàn)的結(jié)果更加準(zhǔn)確，將嘗試使用更多的數(shù)據(jù)集來做實(shí)驗(yàn)。

參考文獻(xiàn)：

[1] 高長元，黃凱，王京，等.基于商品屬性值和用戶特征的協(xié)同過濾推薦算法[J].計(jì)算機(jī)工程與科學(xué)，2017，39（12）：2333-2339.

[2] 陶志勇，崔新新.一種融合用戶與項(xiàng)目屬性的協(xié)同過濾算法的設(shè)計(jì)與實(shí)現(xiàn)[J].計(jì)算機(jī)應(yīng)用與軟件，2019，36（2）：12-18，102.

[3] 張小雷，孫剛，彭余輝.融合時(shí)間因素的協(xié)同過濾圖書推薦算法[J].阜陽職業(yè)技術(shù)學(xué)院學(xué)報(bào)，2021，32（2）：51-54.

[4] 張小雷.基于協(xié)同過濾和隱語義模型的圖書推薦算法研究與實(shí)現(xiàn)[D]. 阜陽：阜陽師范大學(xué)，2021.

[5] 紀(jì)佳琪，姜學(xué)東.深度協(xié)同過濾推薦模型研究[J].計(jì)算機(jī)應(yīng)用與軟件，2020，37（7）：240-245.

[6] 劉景昊.基于協(xié)同過濾的推薦系統(tǒng)算法研究[J].中國電子商務(wù)，2013（6）：157.

[7] 劉恒友.基于時(shí)間效應(yīng)的推薦算法研究[D].哈爾濱：哈爾濱工業(yè)大學(xué)，2013.

[8] 高陽團(tuán).推薦系統(tǒng)開發(fā)實(shí)戰(zhàn)[M].北京：電子工業(yè)出版社，2019.

[9] 彭余輝，張小雷，孫剛.基于內(nèi)容和協(xié)同過濾加權(quán)融合的音樂推薦算法[J].安慶師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2021，27（2）：44-48，53.

[10] 蘭艷，曹芳芳.面向電影推薦的時(shí)間加權(quán)協(xié)同過濾算法的研究[J].計(jì)算機(jī)科學(xué)，2017，44（4）：295-301，322.

【通聯(lián)編輯：王力】